日本慶應義塾大學醫學院林田哲專任講師和北川雄光教授領導的多機構聯合研究團隊與 Fixstars公司共同開發出了一種使用深度學習技術的人工智慧 (AI) 影像診斷系統。該系統可以高精度地判斷接受乳房癌篩檢（乳房超音波檢查）的人員是否應該進一步接受精密檢查。相關論文已發表在日本癌症協會官方雜誌《Cancer Science》的線上版上。
透過AI識別病竈，BI-RADS 4以上者（需要精密檢查）會顯示爲橙色，BI-RADS 3以下者（無需精密檢查）顯示爲藍色（供圖：慶應義塾大學）
這是使用深度學習技術之一的 CNN（Convolutional Neural Network,卷積神經網路）技術開發的 AI，能夠根據乳腺超音波成像診斷的國際標準BI-RADS的判斷標準進行診斷，並確定所檢查的超音波影像中是否包含需要精密檢查的病竈。
研究團隊使用該AI系統，讓其對3166張與訓練資料不同的乳腺超音波影像（包含3656個病竈）進行診斷，結果顯示，AI能夠以91.2%的靈敏度、90.7%的特異度精確地進行診斷。考慮到日本乳房癌檢查精度控制中央機構認定的「乳房癌檢查超音波檢查實施・判定醫學家」的合格標準爲靈敏度70%、特異度70%，可以說AI的診斷結果大半徑超過上述標準。
此外，將包括10名外科專家在内的20名醫學家的乳房超音波影像診斷結果與AI的診斷結果進行比較，AI的診斷結果在統計學意義上精度更高。
今後，將在乳房癌篩檢和體檢等的乳房超音波檢查中，將此次的AI系統用作醫學家的診斷輔助工具。透過防止漏診和誤診，有望爲提高診斷的精度、消除設施間的差距等醫療技術差距做出貢獻。
原文：《科學新聞》
翻譯編輯：JST客觀日本編輯部
【論文資訊】
雜誌：Cancer Science
題目：Establishment of a deep-learning system to diagnose BI-RADS4a or higher using breast ultrasound for clinical application
DOI：10.1111/cas.15511.
